谷歌 DeepMind 的首席工程师弗拉基米尔 · 费恩伯格在 6 月 22 日的《商业内幕》报道中指出，想要进入顶尖人工智能研究机构，求职者可能需要采取一种出人意料但行之有效的方式：“像狗一样拼命干”。

费恩伯格在最近发表的一篇题为《如何获得前沿实验室职位》的文章中，详细阐述了应聘 OpenAI、Anthropic 以及谷歌 DeepMind 等知名 AI 实验室所需的条件。

他表示，这些前沿 AI 实验室的职位竞争极为激烈，通常吸引着来自顶尖学府的最优秀本科生和博士生。这批学生往往在顶级学术会议上发表机器学习研究成果，积极参与数学和编程竞赛，并且已经通过人脉与这些实验室建立了联系。他们之所以更容易脱颖而出，是因为具备“目标感、数学成熟度和毅力”这三项能够有效预测未来成就的特质。

费恩伯格坦言，如果他现在是大学新生，会竭尽全力加入到上述群体中，选择那些以数学证明为基础且具有挑战性的课程，并大量进行编程实践。他强调，AI 工具仅能辅助那些你已具备基础知识的领域，但在这些领域内，应大胆且充分地运用它们。

根据费恩伯格的建议，学生需要在课堂学习之外投入大量时间，牺牲晚间和周末，逐步培养进入顶尖 AI 实验室所需的各项能力。他认为，获得必要的数学基础没有捷径可走，而获得实验室职位最直接的途径是“证明自己掌握了实验室所需的某项具体技能”。

费恩伯格也承认，进入 AI 实验室存在一个典型的“鸡生蛋，蛋生鸡”的困境：缺乏前沿模型开发经验，就难以获得实验室职位；而未能进入实验室，又难以积累这类宝贵的经验。为了克服这一障碍，他建议求职者可以“从前沿实验室的业务边界寻找突破口”。他解释说，前沿实验室目前将主要精力集中在大语言模型的开发上，那么，模型的运行需要什么支持？其输出又将如何被整合到下游环节？这些正是前沿实验室未来可能扩展业务的方向，并且存在一些领域，虽然不直接要求个人训练模型，但对业务发展同样至关重要，这为求职者提供了机会，甚至有人将此视为一种新的世界杯下注方式。

IT之家从报道中了解到，费恩伯格还分享了一条普适性的职业发展建议：“要努力成为那种让同事们都乐于见到你成功的人。主动寻找那些能够充分发挥团队成员互补技能的机会，在管理层面前清晰地展示合作者所做的贡献，并积极参与那些你的成功也能带动他人成功的项目。”